ROBUST ALGEBRAIC CONNECTIVITY

Cover Page

Cite item

Full Text

Open Access Open Access
Restricted Access Access granted
Restricted Access Subscription Access

Abstract

The second smallest eigenvalue of a graph Laplacian is known as algebraic connectivity of the graph. This value shows how much this graph is connected. But this metric does not take into attention possible changes in graph. Note, that deletion of even one node or edge can lead the graph to be disconnected. This work is devoted to development of a metric that should describe robustness of the graph to such changes. All proposed metrics are based on algebraic connectivity. Besides, we provide generalization of some famous optimization methods for our robust modifications of algebraic connectivity. Moreover, this work contains some numerical experiments demonstrated efficiency of proposed approaches.

About the authors

I. A. Kuruzov

Moscow Institute of Physics and Technology
; Institute for Information Transmission Problems of the RAS (Kharkevich Institute)

Author for correspondence.
Email: kuruzov.ia@phystech.edu
Russia, 141701, Moscow region, Dolgoprudny, Institutskiy per., 9; Russia, 127051, Moscow, Bolshoi Karetny lane, 19, build. 1

A. V. Rogozin

Moscow Institute of Physics and Technology

Author for correspondence.
Email: aleksandr.rogozin@phystech.edu
Russia, 141701, Moscow region, Dolgoprudny, Institutskiy per., 9

S. A. Chezhegov

Moscow Institute of Physics and Technology

Author for correspondence.
Email: chezhegov.sa@phystech.edu
Russia, 141701, Moscow region, Dolgoprudny, Institutskiy per., 9

A. B. Kupavskii

Author for correspondence.
Email: kypavskii@yandex.ru

References

  1. Fiedler Miroslav. Algebraic Connectivity of Graphs. Czechoslovak Mathematical Journal. 1973. V. 23. P. 298–305. .https://doi.org/10.21136/CMJ.1973.101168
  2. Fallat Shaun, Kirkland Steve, Pati Sukanta. On graphs with algebraic connectivity equal to minimum edge density. Linear Algebra and its Applications. 2003. V. 373. P. 31–50. https://doi.org/10.1016/S0024-3795(02)00538-4
  3. Ghosh Arpita, Boyd Stephen. Growing Well-connected Graphs. Proceedings of the IEEE Conference on Decision and Control. 2007. P. 6605–6611. https://doi.org/10.1109/CDC.2006.377282.
  4. Kirkland Steve, Neumann M. On Algebraic Connectivity as a Function of an Edge Weight. Linear and Multilinear Algebra. 2004. V. 052. P. 17–33. https://doi.org/10.1080/0308108031000119663
  5. Feddema John, Byrne Raymond, Abdallah Chaouki. Algebraic connectivity and graph robustness. 2005.https://doi.org/10.2172/973665
  6. Goyal Sanjeev, Vigier Adrien. Robust Networks. 2011.
  7. Bala Venkatesh, Goyal, Sanjeev. A Strategic Analysis of Network Reliability. Review of Economic Design. 2000. V. 5. P. 205–228. https://doi.org/10.1007/s100580000019
  8. Ghayoori A., Leon-Garcia A., “Robust network design,” 2013 IEEE International Conference on Communications (ICC), Budapest, Hungary, 2013. P. 2409–2414. https://doi.org/10.1109/ICC.2013.6654892.
  9. Lipovetsky Stan. Matrix Analysis, 2nd edition, Roger A. Horn and Charles R. Johnson, book review, Technometrics. 2013. V. 55. № 3. 2013, 376. Technometrics. V. 55. P. 376. book review
  10. Gregoire Spiers, Peng Wei, Dengfeng Sun, Algebraic Connectivity Optimization of Large Scale and Directed Air Transportation Network, IFAC Proceedings Volumes, Volume 45, Issue 24, 2012, Pages 103-109, ISSN 1474-6670, ISBN 9783902823137, https://doi.org/10.3182/20120912-3-BG-2031.00019
  11. Zhidong He. Optimization of convergence rate via algebraic connectivity. 2019.
  12. Orlowski S., Wessaly R., Pioro M., Tomaszewski A. SNDlib 1.0–Survivable network design library. Networks: An International Journal 55.3. 2010. P. 276–286.

Supplementary files


Copyright (c) 2023 И.А. Курузов, А.В. Рогозин, С.А. Чежегов, А.Б. Купавский

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».